На головну
З розвитком штучного інтелекту (ШІ) усе актуальнішим стає патентування об’єктів, у яких так чи інакше використовується ШІ. Це можуть бути як алгоритми обробки даних, так і медичні прилади, промислові системи автоматизації, рішення у сфері телекомунікацій або аналізу зображень. Виникає закономірне запитання: що саме можна запатентувати і які вимоги висуваються до заявок, у яких використовується ШІ?
Що можна патентувати
Штучний інтелект і машинне навчання ґрунтуються на обчислювальних моделях та алгоритмах для класифікації, кластеризації, регресії тощо, таких як, наприклад, нейронні мережі. Такі обчислювальні моделі й алгоритми самі по собі мають абстрактно-математичну природу, незалежно від того, чи можуть вони бути «навчені» на основі навчальних даних.
Важливо розуміти, що патентуванню підлягає не сам по собі алгоритм чи модель штучного інтелекту, а конкретне технічне рішення, у якому вони застосовуються.
Чисті математичні методи, формули або абстрактні алгоритми не вважаються винаходами. Однак якщо їх застосування у конкретному об’єкті дає технічний ефект і передбачає використання технічних засобів, таке рішення може бути визнане патентоздатним.
Прикладами технічного застосування можуть бути:
- використання нейронної мережі в апараті для моніторингу серця для виявлення аритмій;
- застосування ШІ для класифікації зображень, відео чи аудіосигналів за низькорівневими ознаками (наприклад, за краями або атрибутами пікселів);
- застосування алгоритмів машинного навчання для керування обладнанням, наприклад рентгенівським апаратом, або оптимізації технологічних процесів, наприклад процесу охолодження сталі.
У таких випадках ШІ-алгоритм працює не як абстрактний математичний метод, а як частина системи, що забезпечує досягнення конкретної технічної мети. При цьому загальне формулювання, таке як «керування технічною системою», не є достатнім для визнання технічного характеру об’єкта. Формула має бути функціонально обмежена цією метою — явно або опосередковано. Це досягається шляхом встановлення достатнього зв’язку між технічною метою та кроками математичного методу — наприклад, зазначенням того, як вхідні та вихідні дані пов’язані з технічною метою, так що метод безпосередньо призводить до технічного ефекту.
Що не вважається технічним внеском
Є й протилежні приклади, коли використання ШІ не дає підстав для патентування. Так, класифікація текстових документів виключно за змістом належить до сфери лінгвістики й не розглядається як технічний результат. Аналогічно, обробка абстрактних даних або мережевих записів без зазначення їх практичного технічного використання також не визнається технічним внеском, навіть якщо алгоритм має корисні математичні властивості.
Роль даних і навчання
Якщо технічний результат залежить від особливостей навчального набору даних, у заявці необхідно описати такі характеристики даних, які дають змогу відтворити ефект. При цьому розкривати весь набір даних не потрібно — достатньо зазначити ключові властивості (наприклад, обсяг, розподіл, використані ознаки), щоб фахівець міг відтворити заявлений результат.
Також слід враховувати, що етапи формування навчального набору та процесу навчання можуть розглядатися як частина технічного внеску, якщо вони безпосередньо пов’язані з досягненням заявленої технічної мети.
Як довести наявність технічного ефекту
Технічний ефект може бути підтверджений різними способами: поясненнями, математичними розрахунками, експериментальними даними, порівняльними тестами. Важливо, щоб у заявці було показано, яким саме чином застосування ШІ в системі призводить до покращення технічного результату — наприклад, підвищення точності, прискорення обробки або зменшення кількості помилок.
Практичні рекомендації при підготовці опису об’єкта патентування для складання тексту заявки
Матеріали, необхідні для складання тексту заявки, бажано мають містити:
- технічне завдання й ефект: потрібно чітко вказати, яку саме технічну проблему вирішує винахід;
- технічний контекст: матеріали повинні містити опис пристрою або системи, у межах яких працює ШІ;
- характеристику даних: якщо результат залежить від особливостей даних, важливо зазначити ключові параметри навчального набору;
- етапи навчання: якщо навчання моделі є частиною досягнення технічного результату, цей процес має бути відображений у матеріалах;
- приклади: бажано включити експериментальні дані, порівняльні випробування або ілюстрації технічного ефекту.
Висновок
Реєстрація ШІ як нового формату подання заявок відкриває широкі перспективи для захисту інтелектуальної власності, але вимагає уважного підходу до опису. Головний принцип: алгоритми та моделі ШІ самі по собі не патентуються — патентується їх технічне застосування, що забезпечує конкретний ефект. Тому якісна заявка повинна містити опис технічної проблеми, контексту, характеристик даних і способів досягнення результату.
